오픈AI가 열었고, 열지 않았다

오픈AI가 GPT-5.6 Luna API 가격을 80% 낮췄다. 100만 토큰당 입력 가격은 1달러에서 0.2달러로, 출력 가격은 6달러에서 1.2달러로 내려갔다. 중간 등급인 Terra도 20% 인하됐다.

최상급인 Sol의 가격은 그대로다. 2.5배 빠른 Fast mode를 두 배 가격에 새로 붙이기까지 했다. 내려간 쪽은 아래고 위는 지켰다. 이 비대칭에 이번 인하의 성격이 들어 있다.

개발자에게는 반가운 변화다. 비용 때문에 미뤄뒀던 자동화와 실험을 다시 계산해 볼 수 있다. 하지만 가격표가 싸졌다고 곧바로 ‘AI 민주화’가 되지는 않는다. 가격 인하는 접근성을 넓힐 뿐이다. 누가 가격을 정하고 어떤 조건에서 서비스를 바꾸며 문제가 생겼을 때 누가 책임지는지는 별개다. 이 차이를 놓치면 이용자는 싸진 AI를 얻는 대신 특정 인프라에 더 깊이 매인다.

API 가격 인하가 넓힌 것

저렴해진 API는 작은 팀과 개인 개발자에게 선택지를 준다. 고객 문의 분류, 문서 추출, 콘텐츠 초안, 반복적인 내부 업무처럼 결과를 검수하기 쉬운 작업부터 도입 문턱이 낮아진다. 가격이 내려가면 같은 예산으로 더 많이 실험한다. 진입 장벽이 실제로 낮아진다.

그 이익을 과소평가할 이유는 없다. 그렇더라도 이용자가 당장 얻는 이익과 시장 구조의 장기 효과는 다른 말이다. 가격 인하는 서비스 제공자의 선택이다. 공공 인프라의 요금 결정처럼 외부 감시나 지속성 보장을 전제하지 않는다.

AI API는 공공 인프라가 아니다

AI API는 전기나 수도처럼 누구나 같은 조건으로 접근하도록 설계된 공공 인프라가 아니다. 기업이 만든 사유 인프라다. 가격, 사용 한도, 모델 제공 범위, 데이터 처리 정책은 공급자의 판단과 계약 조건에 따라 바뀐다. 가격 인하가 이용자에게 이익이더라도 그 사실만으로 서비스의 지속성이나 책임 구조까지 확보되지는 않는다.

그래서 중요한 질문은 “얼마나 싸졌나” 다음에 온다. 서비스가 특정 API에 묶였을 때 다른 공급자로 옮길 수 있는가. 가격이나 정책이 바뀌면 대응할 수 있는가. 장애나 오답으로 피해가 발생했을 때 개발사·도입 기업·모델 공급자 가운데 누가 어떤 책임을 지는가. 가격 경쟁이 치열할수록 이런 질문은 뒤로 밀린다.

중국 모델과의 경쟁, 가격으로는 답할 수 없다

이번 인하를 읽으려면 상대가 어떻게 나오는지부터 봐야 한다.

중국 모델들은 두 갈래로 움직인다. 하나는 최상급 모델의 가중치 공개다. 딥시크(DeepSeek) V4와 2.8조 파라미터 규모의 키미(Kimi) K3, GLM-5.2는 모두 오픈웨이트로 풀렸다. 돌릴 능력이 있으면 가져다 쓰라는 뜻이다. 다른 하나는 그럴 여력이 없는 쪽을 겨냥한 저가 API다. 딥시크 V4-Flash는 100만 토큰당 입력 0.14달러, 출력 0.28달러다.

오픈AI도 오픈웨이트로 답한 적이 있다. 2025년 8월 공개한 gpt-oss다. 성능은 프론티어급이 아니었다. 오픈AI 자신이 gpt-oss-120b를 o4-mini에 근접하는 수준으로 소개했고, “멀티모달과 내장 도구, 플랫폼 통합을 원한다면 API 모델이 여전히 최선”이라고 명시했다. 당시 샘 올트먼은 공개 이유를 이렇게 말했다. “우리가 하지 않았다면 세계는 대부분 중국 오픈소스 모델 위에 세워졌을 것이다.”

1년 뒤의 답은 달랐다. 프론티어를 열지 않고 가격을 내렸다. 그것도 전 등급이 아니라 최하단이었다. 중국 모델이 실제로 잠식 중인 구간은 대량·반복 처리의 저비용 영역이다. 오픈AI는 거기에 방어선을 쳤다. 프론티어의 가격 가치는 손대지 않았다. 계산된 배치다.

효과는 있을 것이다. 오픈AI에는 2026년 3월 마감한 1,220억 달러 규모의 약정 자본이 있다. 이번 인하도 출혈이 아니라 효율 개선에서 나왔다. 공식 발표에 따르면 Sol이 스스로 운영 커널을 개선해 서빙 비용을 20% 줄였다. 버틸 수 있는 인하라는 뜻이다.

한계도 분명하다. 가격은 0을 이길 수 없다. 자체 호스팅이 가능한 조직에게 80% 인하는 의미가 없다. 그들이 견주는 값은 0.2달러와 0달러다. 오픈AI는 돈을 내고 API를 쓰는 시장을 방어한다. 가중치를 내려받아 직접 돌리는 시장은 가격으로 막지 못한다.

증거는 하루 만에 나왔다. 딥시크는 7월 31일 V4-Flash-0731을 공개했다. 아티피셜 애널리시스(Artificial Analysis) 지능 지수에서 50점을 받아 GPT-5.6 Luna의 51점에 1점 차까지 붙었고, 가격은 기존 V4-Flash와 같다. 작업당 비용은 Luna보다 약 60% 낮다. 가중치는 MIT 라이선스로 허깅페이스에 올라왔다. 오픈AI가 80%를 내린 다음 날, 거의 같은 성능이 더 싸게, 그리고 내려받을 수 있는 형태로 나왔다.

오픈AI는 인하 배경으로 라우팅과 추론 시스템, 컨텍스트 관리의 효율 개선을 들었다. 중국 경쟁을 이유로 밝히지는 않았다. 시장 방어라는 해석은 경쟁 구도에서 읽어낸 것이지 회사가 확인한 사실이 아니다.

그러면 오픈웨이트가 답인가

여기서 반문이 나올 만하다. 공급자에게 묶이는 것이 문제라면 가중치를 직접 받아 쓰면 되지 않는가.

절반은 맞다. 가중치를 확보하면 공급자가 가격을 올리든 정책을 바꾸든 이미 받은 모델은 계속 돌아간다. 앞서 말한 종속을 막는 가장 강한 대비책이다.

그러나 문제는 사라지지 않는다. 자리만 바뀐다. 오픈웨이트는 오픈소스가 아니다. 학습 데이터와 코드는 공개되지 않는다. 라이선스는 MIT처럼 자유로운 경우도, 제약이 붙는 경우도 있어 모델마다 다르다. 무엇보다 자체 운용에는 GPU와 인력이 필요하다. 대다수 중소 조직에게 이 선택지는 명목상으로만 존재한다. 접근성이 곧 공공성이 아니라는 말은 오픈웨이트에도 똑같이 적용된다.

책임 문제는 더 분명하다. 가중치를 직접 운용하면 오류가 났을 때 책임을 물을 공급자 자체가 없다. 종속을 피한 대가로 책임을 전부 떠안는 구조다. 오픈웨이트는 앞의 질문에 답하지 않는다. 질문을 다른 곳으로 넘길 뿐이다.

가격 다음의 경쟁은 미국 AI 정책이다

가격에서 완승한 것도 아니다. 인하 후 Luna의 입력 가격 0.2달러는 딥시크 V4-Pro의 0.435달러를 밑돌지만, 출력은 여전히 딥시크가 저렴하다. 아래 등급인 V4-Flash는 입력과 출력 모두 Luna보다 싸다.

가격에서 채우지 못한 몫을 메우는 쪽은 정책이다. 미국 정부는 행정명령 14320에 근거해 자국 AI 기술 스택의 수출을 지원하는 프로그램을 가동했고, 상무부는 2026년 4월 컨소시엄 공모를 시작했다. 지원 내용에는 정부 간 협상 우선권과 수출통제 심사 가속이 포함된다. 다른 방향에서는 연방과 주 정부가 기관 기기에서 딥시크 사용을 차단했다. 중국 모델을 연방 조달에서 빼는 방안은 아직 의회 논의 단계다.

구도는 분명하다. 가격은 기업이 내리고 진입로는 정부가 정리한다.

물론 현실이 그대로 따라오지는 않는다. 오픈라우터(OpenRouter) 집계 기준으로 중국 모델은 미국 기업의 토큰 사용량 가운데 46%를 차지한다. 정부의 경계 기조와 민간의 채택은 이미 다른 속도로 움직인다. 규제가 민간까지 확대될지도 확정되지 않았다.

그래도 이용자 쪽에서 보면 두 힘의 방향은 같다. 가격 경쟁과 정책 후원이 겹치면 AI는 싸지지만 고를 수 있는 공급자는 줄어든다. 개별 기업이 손댈 수 있는 변수가 아니다. 통제 밖의 몫이 커질수록 통제 안의 몫을 설계해 두는 수밖에 없다.

한국 기업은 이 구도에 양쪽으로 걸린다. 미국의 중국 모델 경계 기조와 중국 모델의 가격·성능 이점 사이에 동시에 놓이기 때문이다. 어느 쪽에 깊이 묶이든 정책 변화가 곧 사업 리스크가 된다.

가격보다 먼저 물어야 할 것

비용 장벽이 낮아지면 AI는 더 많은 업무에 들어간다. 이때 가격은 도입의 이유가 되지만 안전성의 근거는 되지 못한다. 고객 응대, 채용, 교육, 의료, 행정처럼 사람에게 직접 영향을 미치는 영역에서 저가 모델이라는 이유로 검수와 책임을 낮춰서는 안 된다. 도입 기업이 비교할 대상은 모델 단가만이 아니다. 용도별 허용 범위, 사람의 검토가 필요한 지점, 오류가 났을 때의 이관 절차, 로그와 감사 가능성, 공급자 변경 가능성까지 함께 설계해야 한다.

오픈AI의 이번 대응은 통할 것이다. 자본이 있고 인하를 감당할 효율 개선도 실증됐다. 정책마저 같은 방향을 가리킨다. 문제는 그 대응이 성공한 뒤에 남는 풍경이다. 가격이 내려갈수록, 정책이 길을 터줄수록, 이용자가 실제로 고를 수 있는 선택지는 넓어지지 않는다.

그래서 지금 물어야 할 질문은 0.2달러 토큰이 얼마나 오래 갈 것인가만이 아니다. 그 토큰 위에 쌓일 서비스와 업무가 가격 변화와 공급자 정책 변화, 그리고 사고의 책임 앞에서 얼마나 버틸 수 있도록 설계돼 있는가다. 싸진 AI는 좋은 일이다. 다만 그것만으로 충분한 적은 없었다.